动目标检测、定位与成像方法研究

研究基于DPCA和干涉技术的SAR动目标检测与成像方法,提出了在估计运动目标的径向速度和真实的方位位置的过程中考虑运动目标的方位向速度的影响,导出了估计目标的径向速度和真实的方位位置的表达式,在运算量没有增加的前提下使得动目标参数的估计精度有所提高,从而可以更好的对运动目标进行定位与聚焦成像。给出了应用该方法的具体步骤,通过仿真实验验证了本方法的有效性。     

星载双站SAR运动目标加速度检测和估计

星载合成孔径雷达（synthetic aperture radar, SAR)用于动目标检测和参数估计时,忽略动目标加速度的影响将会导致沿航迹速度估计的较大误差。给出了星载双站合成孔径雷达检测和估计地面运动目标加速度的算法,该算法主要利用运动目标相对于工作在Tandem模式下的星载双站SAR具有不同相对径向速度的原理,利用三孔径星载SAR估计径向速度的算法,估计出相对于星载双站SAR的不同径向速度。根据这两个径向速度和SAR视角之间的关系,计算出动目标运动方向和常数项切向速度,最后根据估计的调频斜率计算出切向加速度和径向加速度。仿真结果表明,该算法能正确地估计出具有加速度的动目标速度参数。     

三维异步传感器的配准偏差补偿

传感器配准是多传感器数据融合的重要环节,现有文献仅考虑了二维异步传感器配准偏差的估计与补偿问题,并且忽略了偏差估计方差对目标跟踪性能的影响。首先建立了三维传感器偏差配准模型,基于此模型推导了异步传感器偏差估计算法。考虑到偏差估计方差对跟踪系统跟踪性能的影响,基于集中式融合结构提出了一种新的偏差补偿算法,进一步提高了系统的跟踪精度。最后,利用蒙特卡罗仿真方法比较了不忽略偏差估计方差、忽略偏差估计方差、利用偏差真值进行精确补偿及不进行偏差补偿四种情形下的偏差补偿算法,结果表明了所提偏差补偿算法的有效性。     

虚拟孔径扩展的机载多通道雷达动目标检测

针对机载多通道合成孔径雷达(synthetic aperture radar, SAR)在方位孔径受限下地面慢速扩展目标检测性能下降的问题,提出了基于张量积的慢速扩展目标检测和径向速度估计方法。该方法首先在SAR图像域对多通道数据进行张量积操作;然后对扩展目标分布区域的张量数据利用修正的信号拟合方法(tensor product modified signal fitting, TP MSF)检测慢速运动目标,并估计目标径向速度,能有效避免天线方位孔径较小情况下传统自适应匹配滤波方法检测性能下降问题。仿真结果表明,该方法能显著提高低速区的动目标检测概率,同时具有径向速度估计精度高的特点。     

基于多维分配的多基地声纳目标数据关联

建立了多基地多目标航迹关联的多维分配模型,利用基于辅助量最小二乘方法对目标状态进行位置估计,建立多基地被动目标关联多维分配模型,将位置估计模型的结果结合到求解多维分配问题的拉格朗日松弛算法求解中,提高了多维分配的关联准确率.在不同声纳精度下对多目标关联问题进行了比较,给出算法时间和关联准确率.     

基于星敏感器的像移补偿技术

星敏感器在大角速度转动时引起的星像降质不能忽略,采用了3种技术以补偿、消除这种影响。首先,用姿态估计和共线方程预测星像块中心位置和长度。其次,挑选视场内6~8个较亮的星像块,以预测的星像块位置为搜索起始点,块匹配算法可快速获得像素量级的像移,建立像移模型。同时,对相邻帧匹配的星像块的输出相加以提高信噪比。采用以上两项技术后,只需处理星图像中很少一部分像素,从而保证了实时性。最后,采用空间域像移补偿法,根据运动模糊的逆过程直接进行补偿,并给出了仿真结果。     

单通道干涉相位无模糊估计快速动目标速度

为了解决合成孔径雷达-地面动目标检测系统中快速运动目标径向速度过大导致模糊的问题,提出一种基于单通道两视干涉相位无模糊估计方法。该方法首先在距离频率构造两视数据,再将两视数据进行干涉处理。利用两视干涉相位与方位慢时间的关系无模糊估计径向速度,该方法具有不受相位缠绕影响的优点。分析了所提算法在杂波背景和多目标情况下的应用,并研究了所提算法应用条件和最大不模糊速度。通过仿真和实测数据处理验证了所提方法的有效性。与基于包络的单通道方法对比分析,所提算法具有估计精度高和运算复杂度低的优点。     

三通道SAR-GMTI误差校正方法的研究

针对机载三通道SAR-GMTI存在通道误差、运动误差等情况,提出了一种基于误差校正的SAR图像域动目标检测和定位方法。首先对接收通道误差、载机运动误差进行详细分析,给出相应的补偿方法,然后采用常规的DPCA和干涉处理技术有效地抑制杂波,精确地估计出地面动目标的真实方位和径向速度。外场实测结果验证了该误差校正方法的有效性和准确性。     

基于时变偏差分离估计的杂波下机动目标跟踪

在杂波环境机动目标跟踪问题中,波门位置和范围的确定是关键技术之一。在分析了时变偏差分离估计算法的有偏差的状态估计协方差基础上,提出了基于时变偏差分离估计(separate bias estimation, SBE)和概率数据关联(probabilistic data association, PDA)的新算法,利用了偏差估计和有偏差的状态估计协方差来确定波门位置和范围,并结合PDA处理多个回波的能力,实现杂波环境下机动目标的跟踪。通过仿真实验,说明了新算法的优势和有效性。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

视觉着陆三维合作目标结构设计与定位算法

随着垂直起降无人机的应用热潮,学者们对基于合作目标的视觉着陆方式做了大量研究.针对现有平面合作目标对无人机着陆的局限性,从抗遮挡鲁棒性以及减少其它传感器辅助两个角度,设计了一种新型的三维立体合作目标与定位算法.基于合作目标空间特征,结合多边形的遮挡特性以及自然界的色彩信息,采用归纳法设计出三维合作目标;同时,利用合作目标的几何成像特点,提出仅基于视觉信息的用于着陆导引的位置解算算法;鉴于相机成像的变比例特性,推导出特征提取投影偏差与位置解算精度的关系,并深入分析了对后者的影响.基于Simulink平台搭建相机成像仿真系统,验证了合作目标具有极高的抗遮挡鲁棒性和位置解算精度,并且在多数位置下,偏差估计误差在0.01 m以内,并且不考虑投影偏差的影响下位置解算误差不超过0.1 m,符合设计以及实际应用需求.     

双通道MIMO-SAR运动目标成像

基于双通道多输入多输出合成孔径雷达(multiple-input multiple-output synthetic aperture radar, MIMO-SAR) 新体制,提出一种置换相位中心天线(displaced phase center antenna, DPCA) 离散调频傅里叶变换(discrete chirp-Fourier transform, DCFT) 实现运动目标的检测、定位和成像的方法。提出利用DCFT方法估计运动目标径向速度,考虑到线性调频信号通过DCFT处理后的单峰值特性,给出一种估计目标运动沿航向速度的快速搜索方法。由于同一多普勒中心频率在不同载频下的脉压位置不同,因而可以利用位置的比值来确定模糊次数,从而实现了运动目标的正确定位。在解模糊过程中,给出了载频设计分析。通过将传统双通道DPCA的一发多收体制扩展到双通道MIMO体制,不仅能够实现低信噪比情况下动目标检测,还可以完成动目标速度测量、定位和成像。     

距离速度跟踪在矢量脱靶量测量中的应用

提出了一种基于距离速度跟踪的空间目标运动轨迹提取的矢量脱靶量参数估计新方法。该方法利用发射距离高分辨信号获得较为精确的瞬时距离信息和径向速度信息,通过建立目标运动模型,采用距离速度目标跟踪定位的扩展卡尔曼滤波算法,获得目标运动的精确轨迹,利用跟踪得到的空间位置点,通过对一组线性方程求解得到矢量脱靶量参数的估计。仿真结果表明该方法可以得到满意的脱靶量估计结果。     

基于频谱旋转ωk算法的大斜视SAR地面动目标成像

针对大斜视条件下合成孔径雷达(synthetic aperture radar, SAR)地面运动目标成像存在的聚焦困难、几何形变严重、十字旁瓣大等问题, 提出一种基于频谱旋转ωk算法的大斜视SAR动目标成像算法。首先, 在推导具有精确斜距表达式的斜视动目标回波信号模型的基础上, 获得了初步成像结果并提取动目标的感兴趣区域(region of interest, ROI)数据。然后, 构造相位补偿函数并利用最小熵算法完成动目标参数估计, 再根据估计的参数对ROI数据进行相位补偿, 获得聚焦的动目标图像。进一步利用频谱旋转消除了几何形变, 利用稀疏增强方法减小了动目标旁瓣, 最终得到聚焦、无几何形变、低旁瓣的动目标图像。仿真实验验证了所提算法的有效性。     

基于幅度辅助的中国余数定理多目标多普勒频率估计算法

脉冲多普勒(pulsed Doppler, PD)雷达在低脉冲重复频率工作模式下,基于封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)算法可以实现单目标多普勒频率快速且精确的估计,但由于多目标的频率余数与目标对应关系事先未知,往往对基于CFRCRT进行多目标多普勒频率估计带来困难。对此,基于幅度辅助利用聚类分析技术,提出频率余数分组匹配的方法,解决了基于CFRCRT多目标多普勒频率估计问题。针对频率余数分组匹配过程中,传统离散傅里叶变换的频谱泄露和栅栏效应导致匹配性能不高的问题,采用全相位离散傅里叶变换(all phase discrete Fourier transform, apDFT)实现高性能的频率余数分组匹配。理论分析和仿真结果表明,所提算法可以有效地实现PD雷达多目标多普勒频率估计。     

基于模糊神经网络的轮廓误差附加补偿控制研究

在分析系统轮廓误差的基础上，提出了基于模糊神经网络的轮廓误差补偿方法，并说明其补偿器的原理、算法及实现。该法在不改变系统各单轴位置环的前提下，根据系统的轮廓误差，通过模糊神经网络的自学习能力动态向各轴提供误差补偿信息，进而提高系统的轮廓精度，同时也解决了各轴之间增益不匹配、动态不匹配和各轴不可预见性问题。最后，在MATLAB6.1环境下对该系统进行仿真，仿真结果表明其可行性和有效性。     

基于自适应预白化的水下动目标LFM回波联合检测

有色混响噪声背景以及水下动目标径向速度造成的回波和样本失配导致匹配滤波器对于线性调频LFM(linear frequency modulation)回波检测性能下降。基于自适应预白化处理的广义似然比GLRT(generalized likelihood ratio test)方法利用混响噪声背景的自回归AR(autoregressive)模型构建白化滤波器来抑制混响噪声,但回波和混响噪声的混叠会造成AR模型偏差。结合匹配滤波的回波定位特性和基于自适应预白化处理GLRT方法的混响噪声背景抑制特性,提出结合这两种方法的联合检测算法。仿真和实验数据测试表明联合检测算法对于水下动目标LFM回波检测性能优于单纯的零速样本匹配滤波和GLRT方法。     

基于视觉序列图像的月球车自运动估计技术

月球车视觉所获得的环境信息是月球车进行导航的重要信息来源，给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案，并重点解决了后期的定位问题。该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集，然后针对运动参数估计这一难点，利用鲁棒运动估计方法有效消除匹配特征点集中的误匹配，并初步估计月球车运动参数，以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数，最后通过建立运动估计仿真器验证了该运动估计方案的有效性。     

基于高程补偿的BLUE算法在塔康中的应用研究

基于塔康系统的斜距、方位和高程可对目标定位,但较大的量测误差影响定位精度。为提高估计精度,研究塔康中最佳线性无偏估计(best linear unbiased estimation, BLUE)滤波器的实现。建立地面站对目标的量测模型,并分析量测转换误差特性,推导出对应的BLUE滤波模型;针对目标从地面站上空过顶时出现无效量测的问题,通过对高程量测补偿的方法予以克服,解决传统算法在强非线性量测下误差较大的弊病。与经典方法的性能对比表明,改进算法有效地抑制了强非线性量测下的滤波发散,有很强的鲁棒性和实时性。     

基于InSAR构型的地面运动目标检测与测速方法

提出了一种基于干涉合成孔径雷达构型的地面运动目标检测及测速定位新方法。该方法在高程相位和动目标相位耦合的情况下,充分利用相应像素对及其相邻像素对的相干信息进行高度补偿从而进行动目标参数估计。针对干涉合成孔径雷达（interferometric synthetic aperture radar, InSAR）系统中由于长垂直基线导致杂波自由度随地形起伏大大增加等杂波抑制问题,在处理过程中引入了联合像素法,进一步提高了动目标检测和测速精度。通过仿真验证了该方法的有效性。